版权说明 操作指南
首页 > 成果 > 详情

基于面部表情的学习者情绪自动识别研究——适切性、现状、现存问题和提升路径

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
陈子健;朱晓亮
作者机构:
[陈子健; 朱晓亮] 华中师范大学.国家数字化学习工程技术研究中心
语种:
中文
关键词:
面部表情识别;情绪识别;学习者情绪;计算机视觉;深度学习;情感计算;多模态
关键词(英文):
Emotion Recognition;Emotion of Learners;Computer Visual;Deep Learning
期刊:
远程教育杂志
ISSN:
1672-0008
年:
2019
卷:
37
期:
4
页码:
64-72
基金类别:
教育部人文社会科学研究规划基金项目“基于表情的在线学习环境认知情绪状态机器识别研究”(18YJAZH152) 国家重点研发计划项目“基于大数据的教学效果评价技术”(2018YFB1004500) 中央高校基本科研业务费专项资金项目“人机交互环境下融合面部表情和头部姿态的认知情绪状态机器识别研究”(CCNU18TS005) 贵州财经大学校级科研基金项目“基于面部表情的学习者情绪和认知状态自动识别研究”(2018XYB09)的研究成果。
机构署名:
本校为第一机构
院系归属:
国家数字化学习工程技术研究中心
摘要:
面部表情是表达情绪的主要通道,也是用于情绪识别的一种重要信号。以计算机视觉、人工智能、情感计算等新兴技术为支撑,计算机可以通过识别学习者外显的面部表情,来判断学习者内隐的情绪状态,从而获取识别、理解学习者情绪的能力。实现基于面部表情的学习者情绪识别,首先需要在对不同情绪表征方法进行对比分析的基础上,确定适用的情绪表征方法,再对基于面部表情的学习者情绪识别的适切性进行论证。作为面部表情识别流程中的核心环节,面部表情特征提取方法分为传统的计算机视觉方法和深度学习方法两大类。梳理不同特征提取算法的特点及局限性,可以为探索适合学习者面部表情识别的特征提取算法提供...
摘要(英文):
The facial expression is the main channel for expressing emotion and an important signal for emotion recognition. Supported by computer vision, artificial intelligence, affective computing, and other emerging technologies, the computer can estimate the emotion of learners by the means of recognizing the facial expressions of learners. It makes computers have the ability of recognizing the emotion of students. To realize the recognition of learners' emotion based on facial expressions, firstly, it is necessary to determine the representation methods based on the comparative analysis of differen...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com